真面经，好答案。面试之前，先来面栈。

全部题目

已筛选

共 6433 道题

排序：

5331
XGBoost 如何加速分裂搜索并支持并行与大规模训练？
模型基础与推理机器学习与推荐系统
原理机制
进阶
暂无面经2 份题集
5332
逻辑回归与 GBDT 有什么区别，什么场景适合各自使用？
模型基础与推理机器学习与推荐系统
比较选型
进阶
暂无面经2 份题集
5333
决策树及树集成模型如何处理缺失特征？
模型基础与推理机器学习与推荐系统
原理机制
进阶
暂无面经2 份题集
5334
线性链 CRF 如何建模并解码序列标注？
模型基础与推理机器学习与推荐系统
原理机制
进阶
暂无面经1 份题集
5335
HMM、MEMM 与 CRF 的序列建模和归一化方式有何区别？
模型基础与推理机器学习与推荐系统
比较选型
进阶
暂无面经1 份题集
5336
生成式模型与判别式模型有什么区别，如何判断具体模型属于哪一类？
模型基础与推理机器学习与推荐系统
概念解释
基础
暂无面经4 份题集
5337
如何用 HMM 建模和训练中文分词？
模型基础与推理机器学习与推荐系统
原理机制
进阶
暂无面经1 份题集
5338
Prophet 如何分解和预测时间序列，有哪些适用条件？
模型基础与推理机器学习与推荐系统
概念解释
进阶
暂无面经1 份题集
5339
梯度下降如何更新参数，步长与收敛条件有何关系？
模型训练与对齐训练框架、调参与排障
原理机制
进阶
暂无面经9 份题集
5340
牛顿法如何由二阶近似推导更新，与梯度下降有何不同？
模型训练与对齐训练框架、调参与排障
原理机制
深入
暂无面经2 份题集